文档介绍：基于数据仓库的决策支持系统

( 1)
*
第5章
20世纪90年代中期，国外兴起了三项决策支持新技术:
数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）。
数据仓库、联机分析处理、数据挖掘的结合形成了基于数据仓库的决策支持系统。
第(1)部分
数据仓库的基本原理
数据仓库的基本原理
数据仓库概念
数据仓库结构
数据集市
元数据
数据仓库存储
数据仓库系统
数据仓库概念
数据仓库（Data Warehouse）《建立数据仓库》中提出的。
从目前的形势看，数据仓库技术已紧跟Internet而上，成为信息社会中获得企业竞争优势的又一关键技术。
1. 数据仓库的概念
：
数据仓库是面向主题的、集成的、稳定的，不同时间的数据集合，用于支持经营管理中决策制定过程。
SAS软件研究所定义：
数据仓库是一种管理技术，旨在通过通畅、合理、全面的信息管理，达到有效的决策支持。
传统数据库用于事务处理，也叫操作型处理，是指对数据库联机进行日常操作，即对一个或一组记录的查询和修改，主要为企业特定的应用服务的。用户关心的是响应时间，数据的安全性和完整性。
数据仓库用于决策支持，也称分析型处理，用于决策分析，它是建立决策支持系统（DSS）的基础。
操作型数据（DB数据）与
分析型数据（DW数据）之间的差别为：
2、数据仓库特点
（1）数据仓库是面向主题的
主题是数据归类的标准，每一个主题基本对应一个宏观的分析领域。
例如，银行的数据仓库的主题：客户
DW的客户数据来源：
从银行储蓄DB、信用卡DB、贷款DB等三个DB中抽取同一客户的数据整理而成。
在DW中分析客户数据，可决定是否继续给予贷款。
（2）数据仓库是集成的
数据进入数据仓库之前，必须经过加工与集成。
对不同的数据来源进行统一数据结构和编码。统一原始数据中的所有矛盾之处，如字段的同名异义，异名同义，单位不统一，字长不一致等。
将原始数据结构做一个从面向应用到面向主题的大转变。